Research Productivity among Plastic Surgeons in the State of Israel: h-index and M-quotient Assessment
Notice bibliographique
Résumé
Background: The h -index has been proven in the US and Canada to be a solid tool to assess the quality and impact of individual scientific work in the field of plastic surgery. M-quotient is an additional metric that mitigates the h -index’s inherent bias toward more seasoned researchers. The objective of this study was evaluating the relationship between h -index and M-quotient and research productivity among plastic surgeons in the state of Israel. Methods: A list of all Israeli board-certified plastic surgeons registered in the Israeli Society of Plastic and Aesthetic Surgery was obtained from the organization’s website. Relevant demographic and academic factors of each surgeon were retrieved. The Scopus database was queried to determine each surgeon’s h -index and M-quotient, among other bibliometric parameters. Results: Our study included 173 plastic surgeons, 90% of whom were men. In total, 49.7% were working in academically affiliated hospitals; 14.4% of the surgeons had an academic rank. The mean h -index was 6.13; mean M-quotient was 0.27. Statistical analysis demonstrated a positive correlation between total number of publications ( P < 0.0001), total number of citations ( P < 0.0001), the surgeon’s seniority ( P < 0.0001), academic rank ( P = 0.007), appointed as past/present plastic surgery department director ( P < 0.0001), and working in an academic affiliated hospital ( P < 0.025). The same parameters were found to have a positive correlation with M-quotient. Conclusions: The h -index is an effective measure to compare plastic surgeons’ research productivity in Israel. M-quotient is an ancillary tool for the assessment of research productivity among plastic surgeons, with the advent of neutralizing the surgeon’s seniority.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».